Nature：AI重生到1900，这一世抢先爱因斯坦提出光量子
内容提要
诺奖得主哈萨比斯提出“爱因斯坦测试”：若AI仅掌握1911年前知识，能否自行提出相对论，以检验AGI。研究者训练GPT-1900尝试重现光量子等发现，虽偶有相似表述，但多数任务失败，且依赖人类提示与现代模型辅助。专家指出，AI擅长归纳演绎，却难有“溯因飞跃”，更缺判断理论价值的能力，距离真正科学家尚远。
延伸解读
“爱因斯坦测试”的核心逻辑
哈萨比斯提出的“爱因斯坦测试”旨在检验AI能否仅凭1911年前的知识，自主提出相对论。其巧妙之处在于，科学史已知答案，研究者可控制知识节点，观察模型是否具备超越训练数据的推理能力。若成功，这将成为AGI的有力测试。
GPT-1900实验的启示与局限
独立研究者训练GPT-1900尝试重现光量子等发现，虽偶有相似表述，但多数任务失败，且依赖人类提示和现代模型辅助。实验表明，AI在封闭历史知识下仍难独立创新，且“零污染”难以保证，凸显了检验AI创造力的前提难题。
AI与科学家的关键差距
专家指出，AI擅长归纳和演绎，却缺乏“溯因飞跃”，即从异常现象中发明全新解释框架的能力。更关键的是，AI难以判断理论价值，无法决定哪些想法值得深挖。真正的科研需要在混沌中自主判断，这正是AI与人类专家的分水岭。
Q&A
什么是爱因斯坦测试？
爱因斯坦测试是诺奖得主哈萨比斯提出的一个设想：如果AI只掌握1911年之前的知识，它能否在4年后自行提出相对论。目的是检验AI能否仅凭当时的知识水平，完成超出训练材料的推理，而不是复读答案。如果能做到，这将成为检验AGI的一项有力测试。
GPT-1900是什么？它是如何训练的？
GPT-1900是独立研究者Michael Hla从零训练的一个33亿参数的历史语言模型，旨在模拟1900年的知识水平。它使用约220亿token的1900年前书籍和报纸进行预训练，并额外用约2.9亿token的历史物理语料增强研究能力。训练数据经过清洗，删除了包含“爱因斯坦”“量子力学”“相对论”等现代概念的文献。
GPT-1900在实验中成功重新发现了光量子吗？
没有。虽然GPT-1900在一次回答中冒出了与爱因斯坦光量子解释高度相似的表述，但它在大多数物理任务上都失败了。那些看似突破的回答可能只是模型在拼接合理词句，并非真正理解物理。而且实验依赖人类整理的问题和提示，以及现代AI辅助，因此不能算成功重新发现光量子。
为什么说GPT-1900的实验可能已经“漏题”？
因为实验过程中借助了现代AI（如Claude Sonnet 4、Claude 3 Haiku）生成指令问答和强化学习评分，尽管过滤了现代知识内容，但无法完全隔绝现代知识的影响。研究者自己也承认，现代模型的介入让实验的“零污染”人设站不住脚，很难证明GPT-1900没有偷看过光量子理论。
AI在科学推理上主要缺少哪种能力？
AI主要缺少“溯因”能力。科学推理分为归纳、演绎和溯因三个层次，当前大模型擅长归纳，演绎能力也在提高，但难以像爱因斯坦那样从异常现象中发明全新的解释框架，即缺少“溯因飞跃”。此外，AI还难以判断哪些理论真正正确或值得检验。
AI距离成为真正的科学家还差什么？
AI还差自主提出值得追问的问题、判断问题的价值，并主动验证和修正的能力。真正的科研不是在整理好的习题上作答，而是在混沌中自主做出判断。AI需要证明在没人替它划重点时，它能自己找到关键问题并评估其重要性，否则只能复述已有知识。
